MétaCan
Menu
Retour à la cohorte
Enregistrement W2292504788 · doi:10.1002/aenm.201502057

Controlled SnO<sub>2</sub> Crystallinity Effectively Dominating Sodium Storage Performance

2016· article· en· W2292504788 sur OpenAlexaff
Linlin Fan, Xifei Li, Bo Yan, Jianmin Feng, Dongbin Xiong, Dejun Li, Lin Gu, Stephen Lawes, Xueliang Sun

Notice bibliographique

RevueAdvanced Energy Materials · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvancements in Battery Materials
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceCrystallinityAmorphous solidAnodeChemical engineeringAnnealing (glass)GrapheneNanocompositeElectrochemistrySodiumNanotechnologyElectrodeComposite materialMetallurgy

Résumé

récupéré en direct d'OpenAlex

The exploration of sodium ion batteries (SIBs) is a profound challenge due to the rich sodium abundance and limited supply of lithium on earth. Here, amorphous SnO2/graphene aerogel (a‐SnO2/GA) nanocomposites have been successfully synthesized via a hydrothermal method for use as anode materials in SIBs. The designed annealing process produces crystalline SnO2/graphene aerogel (c‐SnO2/GA) nanocomposites. For the first time, the significant effects of SnO2 crystallinity on sodium storage performance are studied in detail. Notably, a‐SnO2/GA is more effective than c‐SnO2/GA in overcoming electrode degradation from large volume changes associated with charge–discharge processes. Surprisingly, the amorphous SnO2 delivers a high specific capacity of 380.2 mAh g−1 after 100 cycles at a current density of 50 mA g−1, which is almost three times as much as for crystalline SnO2 (138.6 mAh g−1). The impressive electrochemical performance of amorphous SnO2 can be attributed to the intrinsic isotropic nature, the enhanced Na+ diffusion coefficient, and the strong interaction between amorphous SnO2 and GA. In addition, amorphous SnO2 particles with the smaller size better function to relieve the volume expansion/shrinkage. This study provides a significant research direction aiming to increase the electrochemical performance of the anode materials used in SIBs.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,005
Tête enseignante GPT0,202
Écart entre enseignants0,197 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations216
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced Energy MaterialsMême sujetAdvancements in Battery MaterialsTravaux en français237 207